使用pands.rolling方法实现移动窗口的聚合计算

一个问题举例

假设有一个5天的收益数据，需要每3天求出一次平均值来达成某个需求：

date	revenue
2023-05-01	10
2023-05-02	20
2023-05-03	30
2023-05-04	40
2023-05-05	50

1号、2号和3号的数据求一次平均值，2号、3号和4号的数据求一次平均值，3号、4号和5号的数据求一次平均值，这样的需求该如何计算？

pandas的Series有一个rolling方法，用来专门解决这种移动窗口聚合运算问题，举个简单的使用例子：

import pandas as pd


series = pd.Series([10, 20, 30, 40, 50])

amount = series.rolling(3).mean()

print(amount)

输出如下

0     NaN
1     NaN
2    20.0
3    30.0
4    40.0
dtype: float64

可以看到需求确实如我们所需要的，但是你可能又会说，前两个均值不应该是NaN，少于1天的时候求均值就使用已有天数的数据来计算，别担心，此时只需要指定rolling的参数min_period为1即可：

import pandas as pd


series = pd.Series([10, 20, 30, 40, 50])


amount = series.rolling(3, min_periods=1).mean()	# min_period可以指定窗口计算所需要最少的元素，这个值必须小于等于第一个参数窗口的大小3

print(amount)

0    10.0
1    15.0
2    20.0
3    30.0
4    40.0
dtype: float64

结果完美满足需求

然后欠缺考虑周全的产品可能又会跟你说，